跳到正文
沉默土豆.
搜索标签中文/EN
  • 开始
  • 写作
  • 专栏
  • 项目
  • 研究
  • 咨询
  • 影像
  • 关于

研究 · preprint · 0.6

先拆解,后调度:多模型任务拆解、能力切换与子任务路由研究综述

讨论任务开始阶段的拆解、子任务能力分类、模型选择与执行中切换,并将完整 Agent 调度理论收缩为 dsh-quota-router 的一个工程切片:已拆分子任务的模型能力路由与有界 fallback。

LiyukLiyuk发布于 2026年8月19日
  • #AI
  • #智能体系统
  • #工程实践
  • #Architecture
  • #Planning
  • #可观测性
  • #度量
  • #系统
  1. 1五镜法:联系导向的问题定位深度研究 · 约 24 分钟阅读
  2. 2数据度量作为组织协议:口径、测量、分级与复盘深度研究 · 约 15 分钟阅读
  3. 3开发者生产力不是工具目录,而是一个反馈系统深度研究 · 约 13 分钟阅读
  4. 4把 AI 能力放进工程组织前,先定义哪些边界深度研究 · 约 12 分钟阅读
  5. 5当 AI 降低工作流壁垒,职能线与业务线怎样重新划分深度研究 · 约 18 分钟阅读
  6. 6先拆解,后调度:多模型任务拆解、能力切换与子任务路由研究综述深度研究 · 约 38 分钟阅读本篇
  7. 7让 Agent 更像一个可以协作的对象:状态、反馈与结果确认深度研究 · 约 26 分钟阅读
  8. 8让执行交给 Agent:情绪适应、信任校准与人的压力释放深度研究 · 约 28 分钟阅读
  9. 9人的激励法则:情景激励模型深度研究 · 约 37 分钟阅读
  10. 10AI 不会自动带来生产力:从局部提速到系统价值短文 · 约 9 分钟阅读

分享到

X微博TelegramWhatsAppLinkedInFacebook

微信

用微信扫一扫

在手机上打开这篇文章,或转发给朋友。

喜欢这个站?

或订阅 RSS
← 上一篇让 Agent 更像一个可以协作的对象:状态、反馈与结果确认
下一篇 →五镜法:联系导向的问题定位
查看专栏《工程与 AI 判断》目录← 上一篇:当 AI 降低工作流壁垒,职能线与业务线怎样重新划分下一篇:让 Agent 更像一个可以协作的对象:状态、反馈与结果确认 →

继续阅读

也许和这篇有关。

  • 写作AI 不会自动带来生产力:从局部提速到系统价值从一次多系统对接经历出发,区分创造、任务效率、组织生产力和经营价值,讨论 AI 进入复杂系统后,收益到底从哪里来、成本又该怎么算。阅读全文 →

    同专栏 · 共享标签 4 个

  • 写作AI Gateway:从后端调度到成本治理通过多后端模型访问场景,理解 AI Gateway 如何处理资源调度、容量控制、故障切换、分布式状态、用量统计和企业成本治理。阅读全文 →

    共享标签 3 个

  • 写作数据度量工作指南(二):指标争论之前,先定义测量对象一份可公开复用的指标词典:从请求、用户到任务,说明可用性、错误、延迟、性能和反馈数据该怎样定义、组合和解读。阅读全文 →

    共享标签 2 个

© 2018–2026 Liyuk。缓慢构建,公开发布。

在别处GitHub ↗X ↗LinkedIn ↗邮箱 ↗友链 ↗收藏 ↗订阅 RSS ↗
CC BY-NC-SA 4.0